机器学习与流场数据可视化-网络科技-文化科教-太极之巅书单号

书刊介绍

《机器学习与流场数据可视化》内容简介

科学计算可视化（ScientificVisualization，SciVis）是计算机图形学的一个重要研究方向，是图形科学的新领域。随着计算能力的不断增强，科学数据中使用的物理模型以及模拟空间的大小都在不断提高。本书尝试性地将机器学习理论应用于科学计算可视化中，大大提高了数据中特征识别的鲁棒性和准确率，同时结合流场数据可视化技术的具体实现，详细阐述这两个领域结合的理论和存在的关键问题。本书内容主要包括：科学计算可视化的内容、技术现状和挑战，机器学习基本理论，使用Boosting和CAVIAR两种方法进行科学计算可视化的理论和方法等。本书可作为高等学校计算机或非计算机专业研究生科学计算可视化课程的参考书，也可作为从事流场数值模拟和流场可视化技术的研究或开发人员的参考书。
张丽，博士，齐鲁工业大学信息学院，2009年9月—2010年2月，美国密西西比州立大学航空航天系访问学者，2010年3月—2011年8月，美国俄亥俄州立大学计算机科学与工程学院访问学者。2014年至今，主要讲授面向对象程序设计、数据库系统等课程。

作品目录

前言
第1章：概述
1.1、科学计算可视化简介
1.2、流场可视化
1.3、可视化开发工具VTK
第2章：流场数据对象及流场特性
2.1、数据模型
2.2、数据类型
2.3、数据格式
2.4、本章小结
第3章：流场基础特征可视化
3.1、湍流
3.2、湍流的模拟
3.3、漩涡特征识别方法
3.4、本章小结
第4章：交互式流体可视化
4.1、交互式可视化
4.2、专家数据的获取
4.3、本章小结
第5章：机器学习增强流场可视化
5.1、方法概述
5.2、阈值的选取
5.3、特征距离
5.4、本章小结
第6章：Boosting与漩涡检测
6.1、基本的Boosting增强算法
6.2、改进的Boosting增强算法
6.3、实验结果分析
6.4、本章小结
第7章：CAVIAR与漩涡检测
7.1、CAVIAR算法概述
7.2、CAVIAR算法优化
7.3、参数设定与交叉验证
7.4、实验结果分析
7.5、本章小结
参考文献
反侵权盗版声明